首页 > 论文范文 > 工程工业论文 > 工业综合论文 > 石油天然气工业论文 > 抽油机风险辨识与二维云可视化风险评价研究

抽油机风险辨识与二维云可视化风险评价研究

2025-05-09 54 上传者：管理员

摘要：抽油机在油田应用广泛，风险项较多，运行中可能出现人员触电、物体打击、坠落等事故。对抽油机风险进行辨识，建立指标打分原则，采用二维云模型对抽油机设备风险进行评价，并进行可视化展示。得到了关于抽油机设备的17项危险因素；利用专家评分进行基于事故可能性和后果严重性的二维云风险评价，利用云贴进度可实现云团位置分辨；利用云数字特征，判定某实例抽油机设备综合风险评价结果为Ⅱ级。将抽油机风险评价与二维云模型结合，提供风险评估的图形化、可视化技术借鉴。

关键词：
二维云模型
后果严重性
抽油机安全运行
抽油机设备
机械伤害
加入收藏

抽油机是石油开采的主要设备之一｡抽油机安全运行与油田的生产效率和人员安全息息相关,因工作环境复杂､运行条件恶劣,抽油机存在生产运行风险并可能导致严重事故｡在抽油机的生产过程中,存在多种安全风险因素[1-4]:首先,机械伤害是最常见的风险之一,抽油机的旋转部件,如皮带轮､曲柄等,如果缺乏有效的防护措施,可能造成操作人员的夹伤或绞伤;其次,电气安全也是一个重要问题,电动机､电缆等电气设备在恶劣环境下容易老化,可能导致漏电或短路,引发触电事故或火灾;最后,高空坠落风险主要存在于登高维护作业过程,操作人员如果安全防护措施做不到位,可能发生坠落事故｡

因此,对抽油机的安全风险进行系统评估和研究具有重要的现实意义｡本文拟对抽油机安全风险进行辨识,并针对常规量值表示风险的方法中结果不够直观的问题,采用二维云模型进行可视化表征,为抽油机井实际生产中的安全管理决策提供依据｡

1、抽油机工作原理及安全风险识别

抽油机是石油开采过程中不可或缺的设备,其工作原理主要基于抽油杆的上下往复运动｡地面电动机通过皮带传动,带动减速器运动,减速器将高速旋转运动转换为低速旋转运动,并通过曲柄连杆等机构将旋转运动转换为往复直线运动｡这种往复运动通过抽油杆传递到井下泵,使泵内的柱塞做上下往复运动,从而将原油从井底抽至地面｡整个地面系统主要包括电动机､减速器､曲柄连杆机构､支架和平衡块等｡

在抽油机运转过程中,抽油机的曲柄､皮带轮､连杆等旋转部件可能对现场人员造成夹伤､绞伤等机械伤害｡抽油机的游梁､驴头等运动部件在运行过程中可能对操作人员造成撞击伤害｡电机､电缆等电气设备老化或损坏可能导致漏电,引发触电事故｡电气线路短路可能引发火灾,尤其是当现场存在易燃易爆环境时,危害更大｡在抽油机上进行维修､检查时,操作人员可能因防护不当或静止设备因故障突然运行而发生坠落事故｡其次,还有有毒有害气体引起的周围人员中毒窒息等风险,以及跌倒摔伤等其他风险｡辨识出抽油机设备主要危害因素见表1｡

2、二维云可视化风险评价

二维云模型是一种基于不确定性信息处理的理论工具,通过结合模糊性与随机性,实现对双维度数据的定量与定性转换[5]｡其核心在于利用“云滴”的分布特征,描述概念的模糊边界和随机波动｡模型通过三个数字特征定义:期望值(Ex1､Ex2)表示2个维度上的核心位置,即云滴分布的中心点,反映最典型的样本值｡熵(En1､En2)衡量云滴的离散程度,表征概念的模糊范围｡熵越大,数据分布越广,不确定性越高｡超熵(He1､He2)描述熵本身的波动性,反映云滴分布的“厚度”或随机性程度,超熵越大,数据离散性越显著｡

表1抽油机设备主要危害因素

石油行业生产活动风险的等级大小由事故可能性､事故后果严重程度共同决定｡二维云模型可通过构建2个维度的云参数,生成云图,使得安全风险发生概率和安全风险损失程度这2个因素均能以图像形式生动体现,与模糊综合评价法､灰色聚类评价法､物元可拓评价法等相比,有更好的结果可视化效果,故采用二维云模型对抽油机安全风险进行评估｡

2.1云数字特征

对于Ex､En､He,利用逆向云发生器,从实际数据中提取参数,实现定量到定性的逆向映射｡采用期望Ex､熵En､超熵He这3个数字特征对定性概念进行衡量,见下式(1)(2)[5-6]:

式(1)(2)中:Xj为指标j的均值;n为专家人数;ijx为第i个专家对指标j的打分值;2jS为指标j的方差｡

根据风险等级量化区间的边界值建立标准评价云模型,作为风险评价云的对照标准,其标准云数字特征见下式(3)[6]:

式(3)中:EEe000xn､､H分别为标准云的期望､熵及超熵;Lmax､Lmin分别为指标评价等级区间的上､下限值;b为超熵标准值｡

2.2二维云模型

二维云模型以一维正态云为基础扩展,通过正态分布或其他概率分布(如均匀分布)构建｡其数学表达式结合了2个维度的正态分布参数,生成过程通过正向云发生器实现:式(1)输入参数:设定各维度的Ex､En､He及云滴数量｡(2)随机生成:①生成以En为均值､He3为方差的正态随机数Eni｡②基于Eni､生成以Ex为均值､Eni3为方差的双维度随机点(xi､yi)｡③计算各点的隶属度(确定度),形成云滴｡见下式(4)[7]:

式(4)中:iix､y分别为2个维度的正态随机数;ExyxEx､为期望;ExynEn､为熵;HxyeHe､为超熵;PPxiyi､为中间正态随机数;N为服从正态分布的二维随机函数;μi为第i个云滴的隶属度｡

2.3加权云模型

计算出下级指标的概率云数字特征和事故后果云数字特征后,将各指标云数字特征组成的概率或后果云矩阵分别与该级指标权重矩阵合成运算,可以得到上一级指标的概率云数字特征及后果云数字特征,循环此法,可最终得到评价指标的综合云指标｡见下式(5):

式(5)中:ωi为第i个指标的权重;ExEnHeiii､､为下级第i指标风险云期望､熵及超熵;ExEnHe′′′､､分别代表上级风险云的期望､熵及超熵｡

2.4等级判定

虽然可以从各风险评价结果生成的云图上直接观察风险等级与标准云的接近度,但有时正态云模型分布交叠且分散,肉眼观察容易出现误判,对于距离2个或多个标准云均比较接近的风险云,难以区分和判定,因此,运用数学方式描述实际风险云与标准云之间的贴近程度——贴近度｡贴近度值越小,表示该实际风险等级越靠近标准云的风险等级,反之则越远离｡见下式(6)[7-8]:

式(6)中:D为贴近度;Ex00yxEx､分别为2个维度上的标准云期望｡

3、实例应用

以某油田抽油机为例,该油田抽油机井主要为CYJ10-3-37HB､CYJY10-4.2-53HB､CYJY6-2.5-26HB3种型号,日产油量为0.3~12t,区块共计抽油机井800余口,多数机全天24h生产,少数间歇运行,月单机平均运行25.6d｡根据生产需要,定期进行抽油机维护保养｡考虑抽油机在运行和维护等过程中可能出现的风险和事故隐患,以该油田抽油机为对象,进行风险综合评估｡选取现场采油班组､安全员､安全主管､工程技术人员及生产运行主管人员共计5人组成评价小组,参照表1的风险并按现场情况,以表2的事故发生可能性和后果严重性为基准,进行打分｡

将每位评价人员打分结果ijx代入式(1)(2),获得事故可能性和后果严重程度的云数字特征｡利用式(4)将可能性､后果严重性云参数合并,生成二维云图｡利用式(3)形成标准云图,见图1,将二维云图与标准云进行比较,确定所属等级｡

以抽油机连杆受设计加工缺陷影响,应力开裂而产生的物体打击风险为例,5名专业人员依据经验对该起事故的可能性和事故后果严重性打分｡对于事故的可能性,5人打分分别为0.40､0.42､0.45､0.38､0.35,根据式(1)(2),云数字特征为(0.400､0.035､0.015);对于事故后果严重性,打分为0.32､0.30､0.35､0.30､0.20,对应的云数字特征为(0.294､0.047､0.031)｡根据式(4)生成2000个云滴,绘制云图,如图2所示｡该风险与I-下､I-上､II､III､IV等级间的贴近度分别为0.427､0.289､0.156､0.075､0.164,由此可知,最小的贴近度为0.075,风险为III级｡

表2风险等级量化表

图1标准云图

图2抽油机连杆应力开裂风险云图

采用云模型,对抽油机设备主要危险进行分析｡如图3所示,共得到I级风险3项,II级风险8项,III级风险6项｡为简化计算,对抽油机设备中不同部位暂以等权重评价,在通过专业人员打分获得抽油机设备各个部位的云数字特征基础上,利用加权云模型,计算抽油机设备综合风险云可能性､后果严重性数字特征分别为(0.327､0.062､0.019)(0.263､0.045､0.033),经贴近度综合评价属II级风险,与现场实际情况吻合｡

图3抽油机设备风险占比饼图

4、结论

(1)基于抽油机的工作原理,对抽油机设备风险进行辨识,得出了包含17项设备设施风险的危害因素分析结果,为风险评估提供依据｡

(2)利用事故可能性和后果严重性,建立风险分级准则的量化表,将评价人员判断与云模型结合,进行风险级别判定,可实现风险等级的图形可视化｡

(3)基于实例分析,确定评价抽油机设备综合风险等级为II级,验证了二维云模型评价方法适用性｡

参考文献:

[1]周海元.游梁抽油机故障排查与隐患处理对策研究[J].中国设备工程,2024,40(19):187-189.

[2]杨爱英,郭鹤,陈学勇.抽油机常见故障排查与隐患处理对策[J].石化技术,2023,30(10):95-97.

[3]刘庆.抽油机故障排查与隐患处理对策[J].化学工程与装备,2020,49(7):136-137.

[4]王强,吕巍巍.抽油机的故障排查与隐患处理对策[J].化工设计通讯,2017,43(11):56.

[5]邢观华.基于二维云模型和ALARP准则的风险评价法[J].特种结构,2024,41(4):94-100.

[6]张劼超,张叶祥,杨有宏,等.基于组合赋权二维云模型的公路工程施工安全风险量化分析[J].河南科学,2024,42(10):1458-1466.